中国平安
数据与智能策略产品经理
数据与智能策略产品经理
发布于 大约 16 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
机器学习
SQL
数据治理
数据产品
归因分析
AB测试
精准营销
用户画像
策略产品
AI 估算 · 20k–35k
数据策略产品经理技能要求高，平安薪酬福利好，3年经验薪资有竞争力
职位详情
关于这个职位
这个职位负责数据治理、数据产品规划、数据分析与策略建模，以及智能策略系统搭建
你将深入业务场景，通过数据驱动决策优化用户增长、销售和运营效率
适合有3年以上数据产品经验、精通SQL和Python，并对机器学习有了解的求职者
最低要求
本科及以上学历，数学、统计、计算机、信息管理等相关专业优先 2、3年以上数据产品经理、策略产品经理或数据分析相关工作经验 3、技术能力：精通SQL，熟悉Python/R等分析工具，了解Hive/Spark等大数据处理框架
熟悉主流数据可视化工具（如Tableau/Power BI）及埋点方案设计
了解机器学习算法原理，熟悉AB测试、归因分析等方法论 4、业务能力：具备业务敏感度，能快速理解业务逻辑并抽象为数据问题
熟悉用户画像、精准营销、运营提效策略等场景者优先
优秀的逻辑思维与跨部门协作能力，能高效协同业务、技术、算法团队
工作职责
数据治理与资产管理：制定并落地数据治理规范，推动数据质量监控、元数据管理及数据安全体系建设，梳理业务数据流，建立数据资产目录与数据血缘关系图谱，联合技术团队优化数据采集、清洗、存储及共享的标准化流程 2、数据产品规划与落地：挖掘业务场景数据需求，主导数据产品（BI平台、标签体系）设计与迭代，监控产品使用效果，通过数据反馈驱动产品优化 3、数据分析与策略建模：深入业务场景（如用户增长、销售、运营提效），通过数据建模输出洞察报告，构建业务指标体系，建立自动化数据分析与可视化监控报表，基于数据分析结果，提出策略优化建议并推动落地 4、智能策略系统搭建：设计规则引擎、预测模型等智能策略方案并推动技术实现
结合机器学习/AI技术，优化策略迭代效率与场景适配性
建立策略效果评估体系，持续跟踪策略效果并优化
优先资格
具备因果推断技术能力者加分
AI 洞察
优缺点分析
- 平安作为金融科技巨头，平台大、数据资源丰富，能接触海量真实业务场景
- 职位涉及数据治理、产品、分析、策略等多方面，技能积累全面，职业发展空间大
- 薪资福利优厚（上市大厂），且数据策略岗位属于核心岗位，受重视程度高
- 工作内容涵盖多个领域（治理、产品、分析、策略），对综合能力要求高，可能面临较大工作强度
- 需要与业务、技术、算法等多团队协作，沟通协调成本较高
- 技术栈要求较广（SQL、Python、机器学习等），需要持续学习更新知识
- 适合有数据产品或数据分析背景、希望转型为策略产品方向，且乐于在大型组织内跨团队协作的求职者
角色解读
- 可向高级数据产品经理或数据策略专家方向发展，负责更复杂的业务策略与产品创新
- 可转型为算法产品经理或AI产品经理，深入机器学习/AI领域，主导智能系统建设
- 也可成长为数据团队负责人或数据总监，管理数据产品、数据治理与分析团队
- 制定数据治理规范，推动数据质量监控、元数据管理和数据安全体系建设，建立数据资产目录和血缘关系图谱
- 挖掘业务场景数据需求，主导BI平台、标签体系等数据产品的设计与迭代，监控使用效果并优化
- 深入用户增长、销售、运营等业务场景，通过数据建模输出洞察报告，构建指标体系并推动策略优化落地
- 设计规则引擎、预测模型等智能策略方案，结合机器学习/AI技术，并建立策略效果评估体系持续优化
- 精通SQL，熟悉Python/R等分析工具，了解Hive/Spark等大数据框架
- 熟悉Tableau/Power BI等可视化工具及埋点方案设计，了解机器学习算法原理和AB测试方法
- 具备业务敏感度，能快速理解业务逻辑并抽象为数据问题，熟悉用户画像、精准营销等场景
- 优秀的逻辑思维与跨部门协作能力，能高效协同业务、技术、算法团队
申请策略
- 深入了解平安的金融科技业务（如保险、银行、投资），在面试中展示对业务的理解
- 准备一个完整的数据产品从0到1或策略优化案例，用STAR法则清晰呈现
- 突出数据治理或数据产品项目经验，特别是参与过数据规范制定、数据资产梳理的案例
- 展示数据分析与策略建模成果，例如通过AB测试提升转化率、构建用户画像等具体业绩
- 强调SQL、Python等技能的实际应用，以及数据可视化工具的使用经验
- 如有因果推断、机器学习项目经验务必突出，是加分项
- 提前复习因果推断方法（如DID、工具变量）和归因分析模型
- 熟悉标签体系、用户画像的构建逻辑，了解精准营销常见策略
面试指南
- 使用STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
- 体现数据驱动思维：先定义问题、提出假设、设计实验、分析数据、给出建议
- 展示跨团队协作能力：强调如何与业务、技术、算法团队沟通协调
- 请分享一个你主导的数据治理或数据产品项目，遇到的最大挑战是什么？如何解决？
- 如何通过数据分析发现业务增长机会？请举例说明你使用的模型和最终效果
- 你如何设计一个AB测试？有哪些常见的陷阱？
- 谈谈你对因果推断的理解，在实际业务中如何应用？
- 如果业务方提出一个模糊的数据需求，你如何处理？
匹配度报告
74
综合匹配度
大厂核心数据策略岗，技能成长空间大，薪资优厚，但WLB一般
适合人群
适合追求技能成长、职业发展，且能接受现场办公和一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利匹配
85较高
平安作为上市大厂，薪资福利在行业内有竞争力，但JD未明确具体福利，整体补偿性较高。
薪资信号未披露 (20K-35K/月)
成长发展匹配
90较高
职位涉及数据治理、产品、分析、策略等前沿技能，且团队协作经验丰富，成长空间大。
技术前沿前沿/新兴技术
技术栈SQL、Python、Hive、Spark、Tableau、Power BI、机器学习、AB测试、归因分析、因果推断
业务类型profit_center
工作生活匹配
50较低
JD未提及远程或弹性工作，平安总部在深圳，通常现场办公，WLB信号不明显。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
金融科技行业稳定且增长良好，但JD未强调社会使命，意义感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs